impedance用于阻抗谱拟合的Python库,bode图的优化方法,impedance输出bode图的优化方法

2023-10-07 12:20

本文主要是介绍impedance用于阻抗谱拟合的Python库,bode图的优化方法,impedance输出bode图的优化方法,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

目录

1、优化原因

2、异常原因分析

3、修改方法

1、优化原因

下面是一段用impedance拟合一条阻抗数据的代码示例

from impedance.preprocessing import readGamry
from impedance.preprocessing import ignoreBelowX
from impedance.models.circuits import CustomCircuit
import matplotlib.pyplot as pltf, Z = readGamry('171018-1247_#54.DTA')     #读取数据
f, Z = ignoreBelowX(f, Z)                      #整理数据initial_guess = [2.29e-10, 0.98, 3.08E+5, 4.63E+5, 1.12E+6,1.57E-16,9.8E-5,5.07E+9]         #给定电路元器件初值
circuit = CustomCircuit('p(CPE_0,R_0)-p(C_0,W_0-R_1)-p(C_1,R_2)',initial_guess=initial_guess)     #给定等效电路结构 'p(CPE_0,R_0)-p(Q_0,W_0-R_1)-p(Q_1,R_2)'circuit.fit(f, Z)                  #拟合等效电路参数
print(circuit)                     #输出拟合结果circuit.plot(f_data=f, Z_data=Z, kind='bode')          #拟合结果可视化
plt.show()

输出的bode图 

图一 impedance原始bode图

来对比一下普遍使用的阻抗谱bode图

图二 一般bode图

第一张图中的蓝色点是原始数据点,这两张图的数据是一样的,是不是看着这个图形差距很大,注意看图2中的红色框,纵坐标是对数轴,而图一纵坐标是以log为底的,显然坐标尺度不一样那图形可视化出来肯定不一样,

2、异常原因分析

为了改变这个图的坐标尺度,我看了circuit.plot这个函数的代码,代码如下,只需要改动bode图,我就只复制了其中bode图的代码

def plot(self, ax=None, f_data=None, Z_data=None, kind='altair', **kwargs):if kind == 'nyquist':#。。。。。略elif kind == 'bode':if ax is None:_, ax = plt.subplots(nrows=2, figsize=(5, 5))if f_data is not None:f_pred = f_dataelse:f_pred = np.logspace(5, -3)if Z_data is not None:if f_data is None:raise ValueError('f_data must be specified if' +' Z_data for a Bode plot')ax = plot_bode(f_data, Z_data, ls='', marker='s',axes=ax, **kwargs)if self._is_fit():Z_fit = self.predict(f_pred)ax = plot_bode(f_pred, Z_fit, ls='-', marker='',axes=ax, **kwargs)return ax

可以看到下面代码是画图的代码

ax = plot_bode(f_data, Z_data, ls='', marker='s',

                               axes=ax, **kwargs)

用到了plot_bode这个函数,在头文件中发现

from impedance.visualization import plot_altair, plot_bode, plot_nyquist

这个定义,下面就去找visualization.py这个文件,我图中显示出了这个文件的路径,可自行对应

图三 visualization.py路径

打开该文件后,找到plot_bode

def plot_bode(axes, f, Z, scale=1, units='Ohms', fmt='.-', **kwargs):ax_mag, ax_phs = axesax_mag.plot(f, np.abs(Z), fmt, **kwargs)ax_phs.plot(f, -np.angle(Z, deg=True), fmt, **kwargs)# Set the y-axis labelsax_mag.set_ylabel(r'$|Z(\omega)|$ ' +'$[{}]$'.format(units), fontsize=20)ax_phs.set_ylabel(r'$-\phi_Z(\omega)$ ' + r'$[^o]$', fontsize=20)for ax in axes:# Set the frequency axes title and make log scaleax.set_xlabel('f [Hz]', fontsize=20)ax.set_xscale('log')# Make the tick labels largerax.tick_params(axis='both', which='major', labelsize=14)# Change the number of labels on each axis to fiveax.locator_params(axis='y', nbins=5, tight=True)# Add a light gridax.grid(b=True, which='major', axis='both', alpha=.5)# Change axis units to 10**log10(scale) and resize the offset textlimits = -np.log10(scale)if limits != 0:ax_mag.ticklabel_format(style='sci', axis='y',scilimits=(limits, limits))y_offset = ax_mag.yaxis.get_offset_text()y_offset.set_size(18)return axes

可以看到这个函数是用plot来画bode图的,x为对数轴是因为ax.set_xscale('log')设置了x为对数轴,该函数是把模值和相角分开画的,for ax in axes:这个循环统一设置了两个图形的格式和图标等,想知道里面具体格式设置信息的可以自行对应查找for中每个函数的意义。

x轴被设置为了对数轴,y轴只是最后设置了一下科学计数法表示,其还是按等距显示

3、修改方法

该函数也是用matplotlib来画图的,在matplotlib中可以用loglog来画双对数轴的图,semilogx可以画X为对数轴的图形,将两个plot改成用loglog画模值图,semilogx画相角图,并且把循环中的set_xscale、ax.locator_params注释掉

def plot_bode(f, Z, scale=1, units='Ohms', fmt='.-', axes=None, labelsize=20,ticksize=14, **kwargs):Z = np.array(Z, dtype=complex)if axes is None:_, axes = plt.subplots(nrows=2)ax_mag, ax_phs = axes#old'''ax_mag.plot(f, np.abs(Z), fmt, **kwargs)                  ax_phs.plot(f, -np.angle(Z, deg=True), fmt, **kwargs)'''#新的ax_mag.loglog(f, np.abs(Z), fmt, **kwargs)                ax_phs.semilogx(f, -np.angle(Z, deg=True), fmt, **kwargs)# Set the y-axis labelsax_mag.set_ylabel(r'$|Z(\omega)|$ ' +'$[{}]$'.format(units), fontsize=labelsize)ax_phs.set_ylabel(r'$-\phi_Z(\omega)$ ' + r'$[^o]$', fontsize=labelsize)for ax in axes:# Set the frequency axes title and make log scaleax.set_xlabel('f [Hz]', fontsize=labelsize)#注释掉了#ax.set_xscale('log')# Make the tick labels largerax.tick_params(axis='both', which='major', labelsize=ticksize)# Change the number of labels on each axis to five#注释掉了#ax.locator_params(axis='y', nbins=5, tight=True)   # Add a light gridax.grid(visible=True, which='major', axis='both', alpha=.5)# Change axis units to 10**log10(scale) and resize the offset textlimits = -np.log10(scale)if limits != 0:ax_mag.ticklabel_format(style='sci', axis='y',scilimits=(limits, limits))y_offset = ax_mag.yaxis.get_offset_text()y_offset.set_size(18)return axes

再次运行输出图形如下 

图4 修改后bode图

 这个需要修改的py文件路径可以再图三看到,我的路径如下D:\work apps\ENVS\ANACONDA\envs\d2l\Lib\site-packages\impedance

这篇关于impedance用于阻抗谱拟合的Python库,bode图的优化方法,impedance输出bode图的优化方法的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/157732

相关文章

PHP轻松处理千万行数据的方法详解

《PHP轻松处理千万行数据的方法详解》说到处理大数据集,PHP通常不是第一个想到的语言,但如果你曾经需要处理数百万行数据而不让服务器崩溃或内存耗尽,你就会知道PHP用对了工具有多强大,下面小编就... 目录问题的本质php 中的数据流处理:为什么必不可少生成器:内存高效的迭代方式流量控制:避免系统过载一次性

Python的Darts库实现时间序列预测

《Python的Darts库实现时间序列预测》Darts一个集统计、机器学习与深度学习模型于一体的Python时间序列预测库,本文主要介绍了Python的Darts库实现时间序列预测,感兴趣的可以了解... 目录目录一、什么是 Darts?二、安装与基本配置安装 Darts导入基础模块三、时间序列数据结构与

Python正则表达式匹配和替换的操作指南

《Python正则表达式匹配和替换的操作指南》正则表达式是处理文本的强大工具,Python通过re模块提供了完整的正则表达式功能,本文将通过代码示例详细介绍Python中的正则匹配和替换操作,需要的朋... 目录基础语法导入re模块基本元字符常用匹配方法1. re.match() - 从字符串开头匹配2.

Python使用FastAPI实现大文件分片上传与断点续传功能

《Python使用FastAPI实现大文件分片上传与断点续传功能》大文件直传常遇到超时、网络抖动失败、失败后只能重传的问题,分片上传+断点续传可以把大文件拆成若干小块逐个上传,并在中断后从已完成分片继... 目录一、接口设计二、服务端实现(FastAPI)2.1 运行环境2.2 目录结构建议2.3 serv

通过Docker容器部署Python环境的全流程

《通过Docker容器部署Python环境的全流程》在现代化开发流程中,Docker因其轻量化、环境隔离和跨平台一致性的特性,已成为部署Python应用的标准工具,本文将详细演示如何通过Docker容... 目录引言一、docker与python的协同优势二、核心步骤详解三、进阶配置技巧四、生产环境最佳实践

Python一次性将指定版本所有包上传PyPI镜像解决方案

《Python一次性将指定版本所有包上传PyPI镜像解决方案》本文主要介绍了一个安全、完整、可离线部署的解决方案,用于一次性准备指定Python版本的所有包,然后导出到内网环境,感兴趣的小伙伴可以跟随... 目录为什么需要这个方案完整解决方案1. 项目目录结构2. 创建智能下载脚本3. 创建包清单生成脚本4

Python实现Excel批量样式修改器(附完整代码)

《Python实现Excel批量样式修改器(附完整代码)》这篇文章主要为大家详细介绍了如何使用Python实现一个Excel批量样式修改器,文中的示例代码讲解详细,感兴趣的小伙伴可以跟随小编一起学习一... 目录前言功能特性核心功能界面特性系统要求安装说明使用指南基本操作流程高级功能技术实现核心技术栈关键函

python获取指定名字的程序的文件路径的两种方法

《python获取指定名字的程序的文件路径的两种方法》本文主要介绍了python获取指定名字的程序的文件路径的两种方法,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要... 最近在做项目,需要用到给定一个程序名字就可以自动获取到这个程序在Windows系统下的绝对路径,以下

JavaScript中的高级调试方法全攻略指南

《JavaScript中的高级调试方法全攻略指南》什么是高级JavaScript调试技巧,它比console.log有何优势,如何使用断点调试定位问题,通过本文,我们将深入解答这些问题,带您从理论到实... 目录观点与案例结合观点1观点2观点3观点4观点5高级调试技巧详解实战案例断点调试:定位变量错误性能分

使用Python批量将.ncm格式的音频文件转换为.mp3格式的实战详解

《使用Python批量将.ncm格式的音频文件转换为.mp3格式的实战详解》本文详细介绍了如何使用Python通过ncmdump工具批量将.ncm音频转换为.mp3的步骤,包括安装、配置ffmpeg环... 目录1. 前言2. 安装 ncmdump3. 实现 .ncm 转 .mp34. 执行过程5. 执行结